Optimization and Control of Storage in Smart Grids
Optimisation et contrôle du stockage dans les smart-grids
Résumé
The power system transformation brings new challenges and opportunities
due to changes and uncertainties in electricity consumption and generation. High integration of intermittent solar and wind generation requires fast ramping resources to satisfy the growing demand, triggered by the electrification of the transportation sector. Energy storage is one possible solution to facilitate such a transformation. In this thesis Li-Ion battery, as energy storage, is used both at the level of individual consumers minimizing the cost of electricity and at the grid level for increasing reliability and stability of the power network. The cost of the batteries being still high, the importance is also given to the health of the battery taking into account its degradation in optimization and control formulations.
Electricity consumers with local renewable generation such a rooftop solar generation can use a battery to minimize their cost of operation. We formulate storage optimization problem under time-varying electricity prices with different net-metering policies. The strong Lagrangian theory based storage operation solution is developed with threshold-based structure of the optimal charging policy. The proposed algorithm is computationally efficient with quadratic worst-case complexity with respect to the horizon length.
Due to their high-cost batteries need to be used for more than one dedicated application for becoming financially viable.
New billing mechanisms worldwide facilitate such a storage operation. In the co-optimization formulations, we consider storage performing energy arbitrage under net metering along with power factor correction, peak demand shaving, and energy backup for power outages. These formulations are evaluated on case studies using real data. To implement the above algorithms in real time, autoregressive forecast in context of receding/rolling horizon model predictive control is proposed. Further, prosumer storage applications are explored for low voltage consumers in Madeira and Uruguay. These control policies are tailored based on consumer contracts proposed by the utility.
Large-scale storage applications facilitating dynamic regulation and phase balancing using storage are proposed for increasing power system reliability. A distributed stochastic control is implemented for a fleet of geographically distributed batteries for tracking fast timescale supply and demand imbalance, while also ensuring that the mean charge level of the fleet stays close to the desired level.
Based on real-world data case studies for a substation in Madeira and network-based simulations, we show that phase unbalance can be an outcome of ad hoc distributed generation and electric vehicle charging placement in the context of phase imbalance. Storage control architectures are proposed for reducing the phase imbalance.
Battery life is commonly quantified using cycle life and calendar life. In other words, battery degradation happens due to operational cycles and the age of the battery. To increase the operational life of the battery, age-based storage degradation should be matched with the operational cycle based degradation.
We propose an effective mechanism to control the cycles of operation, thus reducing the stress on the battery. Such considerations of storage health are embedded in the control and the optimization design for the batteries.
Several case studies using real data are conducted to evaluate the performance of the storage control and optimization algorithms. We observe that the ever-decreasing prices of batteries and the growing share of intermittent renewables will only increase the relevance of this work for future power networks.
La transformation du système électrique due aux changements et aux incertitudes de la consommation et de la production apporte de nouveaux défis et de nouvelles opportunités. La forte intégration de la production intermittente d’énergie solaire et éolienne nécessite des ressources à montée en puissance rapide afin de satisfaire la demande croissante, déclenchée par l’électrification du secteur des transports. Le stockage d'énergie est une solution possible pour faciliter une telle transformation. Dans cette thèse, la batterie Li-Ion est utilisée à la fois au niveau des consommateurs individuels, minimisant le coût de l'électricité, et au niveau du réseau pour accroître la fiabilité et la stabilité du réseau électrique. Le coût des batteries étant encore élevé, l’importance est également donnée à la durée de vie de la batterie, compte tenu de sa dégradation dans les formulations d’optimisation et de contrôle.
Les consommateurs d’électricité avec la génération renouvelable locale peuvent utiliser une batterie pour minimiser leurs coûts de fonctionnement. Nous formulons le problème d'optimisation du stockage sous des prix de l'électricité variables dans le temps avec différentes politiques de facturation nette. Basée sur la théorie lagrangienne forte, le contrôle optimal du stockage est développé, ayant une structure à seuils. L'algorithme proposé est efficace du point de vue calcule, avec une complexité quadratique dans le pire de cas par rapport à la longueur de l'horizon.
En raison de son coût élevé, les batteries doivent être utilisées dans plusieurs applications pour devenir plus pertinentes financièrement. Dans les formules de co-optimisation, nous considérons que le stockage effectue un arbitrage énergétique sous la facturation nette, ainsi que la correction du facteur de puissance, la réduction de la demande de pointe et la réserve de l'énergie en cas de coupures de courant. Ces formulations sont évaluées sur des études de cas utilisant des données réelles. Pour mettre en œuvre les algorithmes ci-dessus en temps réel, des prévisions autorégressives sont proposées dans le contexte du contrôle prédictif du modèle en recul / horizon glissant. De plus, des applications de stockage sont explorées pour les consommateurs à basse tension à Madère et en Uruguay. Ces politiques de contrôle sont adaptées en fonction des contrats de consommation proposés par le fournisseur.
Des applications de stockage à grande échelle, facilitant la régulation dynamique et l'équilibrage de phase, sont proposées pour accroître la fiabilité du système d'alimentation électrique. Un algorithme de contrôle stochastique distribué est mis en œuvre pour un parc de batteries réparties géographiquement afin de suivre les déséquilibres rapides de l'offre et de la demande, tout en veillant à ce que le niveau de charge moyen du parc reste proche du niveau souhaité. Sur la base d'une étude de cas réelle sur une sous-station à Madère et des simulations réseaux, nous montrons que le déséquilibre de phase peut résulter de la génération distribuée ad hoc et du placement de la charge de véhicules électriques dans un contexte de déséquilibre de phase. Des architectures de contrôle de stockage sont proposées pour réduire le déséquilibre de phase.
La durée de vie de la batterie est généralement quantifiée en se basant sur la durée de vie en cycle et en calendrier. Afin d'augmenter la durée de vie de la batterie, la dégradation du stockage en fonction de l'âge doit être adaptée à celle basée sur le cycle opérationnel. Nous proposons un mécanisme efficace pour contrôler les cycles de fonctionnement, réduisant ainsi les contraintes sur la batterie. Ces considérations sur la durée de vie du stockage sont intégrées dans l’optimisation et le contrôle des batteries.
Plusieurs études de cas utilisant des données réelles sont menées pour évaluer les performances des algorithmes de l’optimisation et le contrôle du stockage. Nous constatons que les prix en baisse constante des batteries et la part croissante des énergies renouvelables intermittentes ne feront que renforcer la pertinence de ce travail pour les futurs réseaux électriques.
Origine : Fichiers produits par l'(les) auteur(s)